Mô tả công việc
1. Mục tiêu vị trí
- Xây dựng và triển khai các mô hình dự báo, phân tích nâng cao và hệ thống AI/ML giúp tối ưu ra quyết định nhân sự.
- Cung cấp hiểu biết chuyên sâu cho các chương trình chiến lược: Lập kế hoạch nhân sự, quản trị nhân tài, quản trị hiệu suất…
2. Nhiệm vụ chính
** Xây dựng mô hình dự báo:
- Triển khai xây dựng mô hình dự báo cho các bài toán nghiệp vụ nhân sự: dự báo nghỉ việc, dự báo năng suất, kế hoạch nguồn lực…
- Kiểm định mô hình và triển khai vào vận hành thực tế.
- Cải tiến mô hình theo vòng đời dữ liệu và phản hồi cho đơn vị.
** Phân tích tương quan và yếu tố tác động:
- Phân tích các yếu tố tác động đối với từng bài toán dự báo nghiệp vụ cụ thể.
- Tìm mối tương quan giữa biến nhân sự và biến kinh doanh/nghiệp vụ.
- Phân tích các rủi ro nhân sự và đưa ra hiểu biết chuyên sâu về nguyên nhân gốc.
- Sử dụng các kỹ thuật phân tích thống kê, feature importance, SHAP/Explainable AI.
** Phân tích tối ưu và đề xuất mô hình hoá kịch bản:
- Đưa ra khuyến nghị hành động dựa trên mô hình dự báo.
- Tạo mô hình đề xuất cho các bài toán phân tích dự báo trong lĩnh vực nhân sự.
- Mô phỏng các kịch bản: tăng/giảm nhân sự, điều chuyển nhân sự, thay đổi chính sách.
- Xây dựng phương án nhân sự tối ưu nhất.
- Cung cấp hiểu biết chuyên sâu về chiến lược từ mô hình cho các bộ phận chức năng về nhân sự và lãnh đạo cấp cao.
** AI/ML cho nghiệp vụ nhân sự:
- Xây dựng mô hình AI hỗ trợ screening CV, phân loại ứng viên, phân nhóm nhân viên.
- Xây dựng hệ thống scoring nhân sự: năng lực, rủi ro nghỉ việc, mức độ gắn kết…
- Áp dụng NLP cho dữ liệu văn bản nhân sự: phản hồi khảo sát, phỏng vấn, JD, KPI comments.
- Phát triển chatbot phân tích dữ liệu HR hoặc hệ thống gợi ý thông minh.
- Làm việc với các đơn vị liên quan để đóng gói mô hình thành API/Service để chuyển giao cho các bộ phận nghiệp vụ nhân sự vận hành.
Yêu cầu công việc
** Kiến thức chuyên môn:
- Nắm vững các kỹ thuật phân tích dữ liệu, mô hình thống kê, ML.
- Hiểu biết về dữ liệu và quy trình nhân sự là lợi thế.
- Có nền tảng toán học tốt (xác suất - thống kê - đại số tuyến tính).
** Kỹ năng kỹ thuật:
- Thành thạo Python (bắt buộc): các thư viện pandas, numpy, scikit-learn,...
- Thành thạo SQL.
- Kinh nghiệm với ML pipelines, model evaluation.
- Hiểu mô hình dữ liệu trong Data Warehouse/Data Lake.
- Kinh nghiệm triển khai mô hình (model deployment) là lợi thế.
** Kỹ năng mềm:
- Kỹ năng giải thích mô hình cho người không chuyên kỹ thuật.
- Khả năng viết báo cáo phân tích và trình bày bằng ngôn ngữ đơn giản.
- Khả năng làm việc với các bộ phận chức năng về nhân sự và các phòng nghiệp vụ.
- Tư duy logic, đặt câu hỏi và phản biện dữ liệu tốt.
** Đào tạo và kinh nghiệm làm việc:
- Tốt nghiệp ngành: Khoa học dữ liệu, Toán - Thống kê, CNTT, Kinh tế lượng, hoặc ngành tương đương.
- Có từ 3 - 5 năm kinh nghiệm Data Science.
- Kinh nghiệm trong HR Analytics là lợi thế.
Cách thức ứng tuyển
Bước 1: Đăng ký tài khoản và kích hoạt tài khoản tại Website tuyển dụng VietinBank
Bước 2: Tìm kiếm Job phù hợp và bấm “Ứng tuyển”. Ứng viên có thể sử dụng box tìm kiếm tại các mục tương ứng ( Vị trí tuyển dụng, Ghi chú ...)
Bước 3: Điền đầy đủ thông tin (nếu cần) → Lưu nháp → Xem trước → Gửi
Lưu ý: VietinBank chỉ tiếp nhận ứng viên tốt nghiệp đại học hệ đào tạo chính quy. Không tiếp nhận bằng đại học hệ liên thông, tại chức, đào tạo từ xa…


